王飛躍

人機圍棋大戰(zhàn)之后,許多方面聞風而動,大小會議無數(shù),投資熱情高漲,使近年來已經(jīng)火熱的人工智能,鋒勢更加兇猛.然而,我更希望業(yè)內(nèi)人士能夠聞聲而靜:歷史的經(jīng)驗告訴我們,聞風而動,一陣騷動之后,往往煙消云散,隨后無影無蹤;聞聲而靜,一段沉寂之后,可能云飛浪涌,結(jié)果驚天動地.

在短短一個多月的時間,我對于AlphaGo的看法發(fā)生了很大的變化.由于一直認為計算機圍棋不可能只靠“暴力”計算來完成,必須引入智能成分,因此,覺要需要長期的努力,至少是自己退休時可以專注的一件亊情.所以,當谷歌在《自然》雜志發(fā)表AlphaGo文章后隨即宣布挑戰(zhàn)南韓棋手李世石時,我曾認為這多屬商業(yè)炒作,無實質(zhì)技術(shù)內(nèi)容.然而,春節(jié)期間,當我認真讀完幾篇主要論文并粗讀了其他十多篇相關(guān)文獻后[1?5],對AlphaGo可能引發(fā)的沖擊,有了不同的認識.比賽之前,我表示希望AlphaGo戰(zhàn)勝李世石[6],因為機器的勝利,將使更多人清醒,認識到繼“老”IT的工業(yè)技術(shù)(Industrial Technology)和“舊”IT 信息技術(shù)(Information Technology)之后,以人工智能和機器人為主要表征的“新”IT智能技術(shù)(Intelligengt Technology)時代,已經(jīng)來臨.為此,我們必須轉(zhuǎn)變思維方式,來一場深刻變革性的“范式轉(zhuǎn)移”.

為什么我會由AlphaGo產(chǎn)生這些看法？這與自己的研究經(jīng)歷和機遇密切相關(guān).而且,我相信這也與未來的指揮與控制,特別是平行智能技術(shù)及其在智能軍事與智慧戰(zhàn)爭中的作用極其相關(guān).在此,拋磚引玉,希望更多的業(yè)內(nèi)專家聞聲而靜,深度思索,盡快開辟一條切實有效利用新IT智能技術(shù)變革現(xiàn)代指揮與控制的道路.

1 復雜性與智能化:兩個學術(shù)家族的故事

20世紀80年代,我剛到美國留學,在借住教堂的小圖書館里,翻到了布爾的《思維定律》(The Laws of Thought).后來,主教Ezra Pickup見我非常喜歡此書,就將書贈送給我.這本書不僅成為了我收藏的第一部珍本,也讓我結(jié)識了Robert F.McNaughton教授,成為他的學生,從而對兩個學術(shù)家族在復雜性和智能化研究上的成就,有了自己特別的個人體會與認識.

據(jù)布爾夫人回憶,布爾與同時代的學術(shù)好友摩根(Augustus De Morgan)和巴貝奇(Charles Babbage)在形式邏輯方向的研究都間接但深刻地受到了她的叔叔George Everest(英文喜馬拉雅山的珠穆朗瑪峰就是以此人命名的,Everest從1830年到1843年是印度的總勘測師,但他反對以自己的名字命名珠穆朗瑪峰)的影響.三人的成就非凡,都對后世產(chǎn)生了巨大的沖擊：布爾號稱“現(xiàn)代邏輯之父”,其布爾代數(shù)是電路設計、信息論和計算機的核心方法;巴貝奇發(fā)明了機械計算機“Analytical Engine”,號稱“計算機之父”;而摩根的摩根定律和數(shù)學歸納法更是現(xiàn)代邏輯和數(shù)學的基礎,合起來堪稱是當代計算機、人工智能和信息產(chǎn)業(yè)的基石.

摩根是布爾理論的堅定支持者,同時,他和自己的學生開創(chuàng)了深具哲學特色的復雜性與智能化研究學術(shù)家族.摩根的第一個學生Edward Routh是現(xiàn)代力學和控制理論的先驅(qū),著有《固體系統(tǒng)動力學》(Dynamics of a System of Rigid Bodies,1860),代表性工作為控制系統(tǒng)的Routh穩(wěn)定性判據(jù)和關(guān)于穩(wěn)定性的Routh-Hurwitz定理,這是每一個控制系統(tǒng)學生所必須了解的.摩根還有其他一些有名的學生,包括在矩陣、數(shù)論、分割和不變量理論有著重大貢獻的James Sylvester,他是19世紀中后期美國數(shù)學界的領袖,也是美國數(shù)學雜志《American Journal of Mathematics》的創(chuàng)辦人;經(jīng)濟和邏輯學家William Jevons,著有《政治經(jīng)濟學的一般數(shù)學理論》(A General Mathematical Theory of Political Economy,1862),開創(chuàng)了數(shù)學經(jīng)濟學,特別是邊際效用理論的研究,此外,Jevons還著有《科學原理》和《政治經(jīng)濟學理論》等,其發(fā)明之一就是機械計算的“邏輯鋼琴”;摩根的學生中,與計算機最相關(guān)的是Ada Lovelace,她為巴貝奇的計算機“Dif f erence Engine”和“Analytical Engine”寫下了第一個“算法”(Algorithm)或“程序”(Program),所以被稱為世界上第一個程序員.Lovelace是英國著名詩人拜倫的唯一“合法”女兒,盡管后人對她在計算機的實際貢獻有所置疑,但今天有許多以Lovelace命名的計算機領域獎章和獎項,就連美國國防部為嵌入和實時系統(tǒng)開發(fā)的面向?qū)ο蟮母呒売嬎銠C語言Ada也是以她的名字命名的.可惜,摩根生前沒有獲得應有的榮譽,部分原因可能是由于生于印度,自幼一眼失明,脾氣有些古怪.

Routh也有許多杰出的學生：因發(fā)現(xiàn)氬而獲得物理諾貝爾獎的Rayleigh,同時也是表面波(瑞利波)和瑞利散射的發(fā)現(xiàn)者,其《聲學理論》(The Theory of Sound)是聲學領域的不二經(jīng)典,他是繼物理學家麥克斯韋之后的第二位卡文迪什教授;發(fā)現(xiàn)了電子并獲物理諾貝爾獎的John Thomson(他的8名學生和助手,還有自己的兒子也得過物理或化學諾貝爾獎);進化論提出者達爾文的孫子、天文學和數(shù)學家George Darwin;數(shù)學和哲學家“白頭”懷德海(Alfred North Whitehead),他與學生羅素和奎因(Willard Van Orman Quine)及其下一代學生,為現(xiàn)代哲學、計算機科學和人工智能領域做出了開拓性的貢獻.

1900年8月8日,德國數(shù)學家David Hilbert在巴黎第二屆國際數(shù)學大會上宣布了著名23個數(shù)學難題[7],即希爾伯特問題.個人認為,Hilbert問題還有希爾伯特關(guān)于數(shù)學機械化的設想與努力,正是二十世紀催生人工智能研究的主要源頭.“打起你的背包,到哥廷根去”,至今還記得自己做學生時讀《希爾伯特傳》的向往與激情.Hilbert的思想,促使“白頭”懷德海和他的學生羅素花了十余年的心血,完成了三卷本的《數(shù)學原理》(Principia Mathematica,簡寫為PM),試圖利用符號邏輯建立一套公理和推理體系,從中可以在原理上導出所有的數(shù)學定理(即Mathematical Truths,應超出一般的定理,對此的理解,可參見剛剛?cè)ナ赖恼軐W家Putnam的文章及其Corcoran教授的評論[8?9]).盡管《數(shù)學原理》在數(shù)學和哲學史上有著極其重要的地位,但1930年,“白頭”和羅素師徒的巨大努力被24歲的歌德爾(Kurt Godel)的“不完備性定理”無情地粉碎了,也使希尓伯特的宏偉計劃成為泡影.緊接著,1936年,也是24歲的圖靈,利用后來稱之為“圖靈機”的簡單模型,重新研究歌德尓關(guān)于證明和計算能力界限的問題,證明所有可以表示為“算法”(或“程序”)的“可想象”之數(shù)學計算,都可以用“圖靈機”實現(xiàn),但此機的“停機”問題是不可判定的,因此解決并否定了希尓伯特的決策問題(即第十問題).實際上,另一位天才馮·諾伊曼(John von Neumann)在20歲上下也研究了與歌德爾和圖靈類似的問題,并于21歲完成了關(guān)于集合論公理的博士論文,其工作深受《數(shù)學原理》的影響[10].這些工作的意義,已超出數(shù)學范疇,進入智能和哲學的領地.我認為歌德爾的不完備定理從機制上否定了完全意義下通用人工智能的可能性,而圖靈的機器決策之不可判定性,又從計算上否定了通用或“強”人工智能的可能性,這也是為什么自己相信在通用智能上機器不會勝人的原因.而且,本質(zhì)上,人也是一種廣義機器,機器勝人在邏輯甚至語法上都是不通的,是一種無法檢驗的假命題.

在完成自己的工作之前,圖靈并不知道遠在大洋另一端的丘奇(Church)剛剛利用λ運算證明了等價的問題,并在他之前發(fā)表了論文.為此,圖靈在劍橋大學的老師推薦他去普林斯頓,在丘奇的指導下完成其博士論文.就這樣,圖靈加入了在智能化和復雜性研究上產(chǎn)生巨大影響的另一個學術(shù)家族.

這個學術(shù)家族的開創(chuàng)者可回溯至法國科學家泊松(Poisson).泊松是一位少年天才,在力學和數(shù)學十分高產(chǎn),留有泊松方程、泊松積分、泊松分布等等,其名言為：“生活只因兩件事而美好：做數(shù)學和教數(shù)學”(Life is good for only two things:doing mathematics and teaching it.).泊松有兩位老師,就是拉普拉斯(Laplace)和拉格朗日(Lagrange),而他們的老師分別為顯赫的達朗貝爾(D’Alembert)和歐拉(Euler).泊松四代后的一位學生,就是普林斯頓高等研究院(IAS)聘用的第一位教授維布倫(Veblen),他不但培養(yǎng)了丘奇這樣的學生,而且?guī)椭鶬AS選定了馮·諾伊曼和哥德爾這樣的學者.可惜,維布倫盡管招收了少年天才維納參與其一戰(zhàn)時所負責的研究工作,但對維納(Norbert Wiener)的看法不是十分正面,失去了進一步合作的機會.然而,正是這些人的合作與努力,奠定了現(xiàn)代計算機和人工智能的基礎.

圖靈和丘奇關(guān)于可計算性的工作,后來稱之為Church-Turning Thesis,啟發(fā)了馮·諾伊曼并開始了EDVAC二進制電子計算機的研制,從而有了現(xiàn)代計算機的馮·諾伊曼結(jié)構(gòu)、今天的計算機和信息產(chǎn)業(yè)、甚至本文對人工智能和AlphaGo的討論.在此期間,馮·諾伊曼從維納的控制論(Cybernetics)得到了許多啟示,與維納多有學術(shù)交往(特別是通過早期的Macy會議),而且他在EDVAC團隊的首席工程師畢羅格(Julian Bigelow)正是維納長期以來的左右手和系統(tǒng)實施者.

維納,還有麥卡洛克(Warren McCulloch)和皮茲(Walter Pitts),曾經(jīng)號稱控制論和早期計算認知及神經(jīng)科學的“金三角”,更是智能研究史上的傳奇.三人由羅素的《數(shù)學原理》走到一起：維納因《數(shù)學原理》的影響從動物學的研究轉(zhuǎn)向數(shù)理邏輯,17歲完成其博士論文;麥卡洛克從心理學轉(zhuǎn)向大腦研究,因為讀了《數(shù)學原理》之后便認定大腦一定是按照其中所描述的方式工作,繪制了世界上第一張腦功能圖譜,并在芝加哥建立第一個大腦神經(jīng)實驗室;皮茲幾乎完全自學成才,12歲時在圖書館讀了《數(shù)學原理》后與羅素通信,被羅素誤認是大學生而邀請去英國共同研究;后來羅素赴芝加哥講學,皮茲隨去,在那里結(jié)識了維納的學生與助理萊特文(Jerome Lettvin),再通過萊特文認識了麥卡洛克,完成McCulloch-Pitts神經(jīng)元模型和神經(jīng)網(wǎng)絡(Nervous Nets),正是今天的神經(jīng)元網(wǎng)絡和深度學習之基礎.1943年,在萊特文的介紹下,經(jīng)過維納的爭取,沒有受過正式教育的皮茲被MIT破格錄為博士生,在維納的指導下從事人和動物腦的認知研究.

20世紀50年代前后,“金三角”維納、麥卡洛克和皮茲的研究成為了令全世界注目的焦點.在控制論、腦科學、神經(jīng)科學甚至實時連續(xù)計算機和機器人等方面都有著令人驚奇的進展,正向著后來稱之為“人工智能”的方向快速前進.然而,令人遺憾的是,由于說不清楚的非學術(shù)原因,正當“金三角”在MIT匯集后要用當時世界上最先進的各種儀器開始深入研究時,維納突然宣布與另外二人及其團隊完全斷絕關(guān)系,令大家毫無思想準備、措手不及,徹底地改變了控制論和人工智能的發(fā)展進程.

隨后就是1956年夏天的Dartmouth人工智能會議,正式宣告了“人工智能”領域的誕生.實際上,當年的春天,在MIT還組織了一次認知科學的研討會,兩次會議都有維納的學生和助手參加.盡管維納本人沒有參與這兩個會議,但他的思想及其影響顯然都在發(fā)揮作用.不過,由于“金三角”的破裂以及麥卡洛克與皮茲二人的命運大轉(zhuǎn)折,許多人己經(jīng)對維納“敬”而遠之.例如,決裂后皮茲從天上跌到地下,失去了工作的興趣;1954年《財富》雜志還把他列為世界上20名40歲以下最有才能的科學家,其名與信息論提出者香農(nóng)(Claude Elwood Shannon)和DNA雙螺旋結(jié)構(gòu)發(fā)現(xiàn)者沃森(James Dewey Watson)相鄰,此時卻拒絕了送上門的博士學位,燒毀了自己的博士論文手稿和其它科研筆記,終日沉迷于酒吧和夜游,結(jié)果英年早逝.

很快,智能化的追求就遭遇了決策復雜性的問題！圖靈機引發(fā)計算理論上的突破之后,迅速變成一個“無用”的符號,因為模型太不現(xiàn)實根本無法在實際中發(fā)揮作用.20世紀50年代后期和整個60年代,大家已把注意力轉(zhuǎn)向有限自動機和網(wǎng)絡模型,哈佛哲學家奎因的學生王浩、Robert McNaughton等,普林斯頓Church的學生Kleene、Robin和Scott等,以及Michigan大學的Burks(他的學生Holland發(fā)明了遺傳算法GA)的團隊,都在此方向進行了開拓性的研究[11?17].王浩還利用計算機進行定理證明,做出了引世人驚嘆的成就：在早期的IBM機器上,“一擊七蠅(Seven f l ies in one blow)”幾分鐘就證明了師叔羅素和師爺“白頭”花了十多年在《數(shù)學原理》一書中證明的220個命題,引得羅素感嘆：“早知今日,何必當初”.王浩應是第一個進入人工智能并做出杰出貢獻的華人學者,為此,于1983年獲得人工智能的里程碑獎.

此外,McNaughton和學生Yamada證明了有限狀態(tài)自動機與正則語言等價,自己還證明了無限輸入自動機的McNaughton定理,都是早期計算機和決策問題的重要成果.顯然,McNaughton的工作深受王浩的影響.王浩也曾親口告訴我Mc-Naughton實際上是他的學生,都是從哲學轉(zhuǎn)入計算機,而且McNaughton的第一位博士生John Corcoran一直從事哲學與邏輯研究,是研究亞里士多德和布爾的專家,曾任紐約大學布法羅分校哲學系主任.王浩早年曾研究過羅素學生維特根斯坦的數(shù)學哲學,晚年與哥德爾交往密切,成立哥德爾學會,任創(chuàng)始會長,寫過兩部關(guān)于歌德爾的專著.

有限自動機很快就在控制、機器人、模式識別等領域有了廣泛應用,同時為計算復雜性的研究提供了工具.1959年,通過對有限自動機決策問題的研究,Rabin和Scott為計算復雜性建立了數(shù)學基礎,并于1976年獲得圖靈獎.之后,王浩的學生Cook,1970年因沒有在伯克利獲得提升和終身教職,被迫轉(zhuǎn)赴加拿大執(zhí)教,并于次年發(fā)表論文,成為NP-Complete計算復雜性問題的奠基之作,于1982年獲得圖靈獎.另一位圖靈獎得主,伯克利計算機系的Karp教授曾稱此事件為伯克利“永遠的恥辱”.至今,已有11名學者因研究計算復雜性而獲得圖靈獎,使我們有了NP,NP-hard,NP-Complete和Co-NP等概念,加深了對復雜性結(jié)構(gòu)的認識.然而,實際計算上,對于搜索、優(yōu)化等決策復雜性問題依然束手無策,這就是人工智能一直無法取得根本性突破的關(guān)鍵所在.

當我開始進行關(guān)于智能機協(xié)調(diào)問題的博士論文研究時,導師G.N.Saridis建議采用有限自動機或決策Schemata.Saridis是機器人和智能控制的第一代開拓者,曾在學習控制和智能機器人中采用過這些工具. 但沒有多久,我就意識到有限機帶來的狀態(tài)之“組合爆炸”或“維數(shù)災難”使有限機和Schemata無法用于真正的實際問題.副導師McNaughton建議我看看他和王浩過去的網(wǎng)絡模型和Petri網(wǎng)絡,并把當年Carl Petri寄給他的德文博士論文《與有限機通信》(Kommunikation mit Automaten)贈給了我,成為自己收藏的第二部珍本.盡管那時我可以讀德文,但對王浩、McNaughton、Burks還有Petri所用的符號十分惱火,慶幸后來在圖書館發(fā)現(xiàn)了Peterson采用現(xiàn)代符號的Petri網(wǎng)絡專著,最后終于解決了智能機的建模問題.但決策計算復雜性還是令我頭痛,實際上,我到美國后完成的第一個學術(shù)報告就是關(guān)于ε-計算復雜性的建議[18],想法就是根據(jù)Kolmogorov的概率測度思想和熵的概念,計算給定資源下智能機所能處理的復雜性程度的上界.然而,Saridis和McNaughton都認為此項工作想法很好,但對實際決策無太大用處,更不到發(fā)表水平.之后,我的興趣轉(zhuǎn)到學習方法和不同形式的博弈決策上,再也沒有回到計算復雜性問題.

年初讀完計算機圍棋的文章后[1?5],特別是AlphaGo的勝利,讓我重新回到并思考30年前所經(jīng)歷的這些往事,我認為,正如Church-Turning Thesis為計算問題提供了新的思路,從AlphaGo的結(jié)構(gòu)與方法,我們或許能夠找到處理復雜性問題的工程方式,這就是提出AlphaGo Thesis命題的目的.

真正的智能必須源自復雜性，如果AlphaGo給出一條通向復雜性之路，我們自然也就有了一條實現(xiàn)智能化的途徑。

未完待續(xù)